L’INTELLIGENCE

ARTIFICIELLE AU
SERVICE DU
MARKETING

SYLLA Ousmane
_

(Les Consultants Associés) LCA Group

&
Ynov Campus Paris
_

Sous la direction de KERKEB Zakaria

 SOMMAIRE
Avant-propos

Introduction

I. Introduction à l’intelligence artificielle

A. Les concepts-clés
B. Les métiers de l’iA
C. Les champs d’application de l’I.A pour le marketing

II. Les outils dédiés au marketing

A. Panorama des acteurs du marché

B. GAFA et avancés sur l’iA
C. Marketing prédictif et machine Learning
D. Outils d’acquisition, de transformation et de fidélisation

III. IA et prospection / conversion / fidélisation

A. Analyse d’audience et adaptation du contenu

B. IA et e-Commerce
C. Le retargeting lié à l'optimisation de l’UX
D. L’intégration de l’iA dans un point de vente
E. L’intelligence artificielle et marketing : les marketeurs se sentent-ils à l’aise ?

IV. Intégrer l’iA au sein d’une entreprise

A. Compétences et métiers
B. Coût (budget / temps)

Conclusion

1
 Avant-propos

J'ai choisi d'aborder ce thème car ma première véritable expérience professionnelle m'a exposé à
l'impact direct de la révolution numérique sur le monde des affaires. Je travaille comme développeur
web professionnel chez LCA (Les Consultants Associés) dans le 11ème arrondissement de Paris et j'ai
obtenu ma première année d'apprentissage en contrat de professionnalisation. Mes tâches
s'articulent autour de plusieurs problématiques : création d'un nouveau site web vitrine, gestion et
mise à jour des différents sites web du groupe, maîtrise de la technologie, mise en place,
maintenance et amélioration du site web, gestion du marketing internet (publicités Google,
publicités Facebook, publicités LinkedIn). Le principal avantage réside dans la mise en place d'une
intelligence artificielle (Nestor) qui peut être utilisée sur le marché international pour non seulement
promouvoir mais aussi promouvoir le monde dans le cadre d'un marketing futuriste.

Au fil des années dans l'entreprise, j'ai réalisé le contexte global de tout cela : la dématérialisation de
documents vagues, les mutations profondes de l'industrie informatique. Toutes ces turbulences vont
changer l'accès à l'information et aux connaissances et remettre en cause fondamentalement la
mission de l'intelligence artificielle et du marketing. Face à ces défis majeurs, à mon avis, le potentiel
offert par l'informatique se découvre dans les défis et les expérimentations du futur, et ce métier est
le centre du nouveau monde que nous nous efforcerons de construire pendant de nombreuses
années. De plus, le projet Nestor m'a permis de découvrir les fonctions et les potentiels qui ne sont
pas propices à la nouvelle génération d'IA, et de comprendre le débat sur ce que l'IA pourrait
générer.

Si l'on prend exemple sur le covid-19 avec la crise sanitaire, ce dernier a confirmé l'importance de la
numérisation des entreprises. Il est un accélérateur de la transformation numérique, et sa force a été
testée pendant la période fermée. Face à cette pandémie, une action urgente était nécessaire, ce qui
offre aux entreprises des opportunités d'innover et d'accélérer leur transformation numérique pour
faire face à l'impact critique de leurs activités. Les entreprises qui ont pu se transformer
numériquement avant la crise ne sont pas surprenantes, elles ont pu garder une longueur d'avance
sur leurs concurrents moins agiles. Cependant, la rapidité doit aller de pair avec la durabilité. En ce
temps de crise, la réponse à la demande à court terme est plus favorisée que la demande à long
terme, il faut donc tenir compte du risque. L'incertitude de l'avenir est l'occasion de développer des
stratégies innovantes de transformation numérique durable en tenant compte des tendances de
l'offre et de la demande, et ces tendances existeront toujours à l'avenir.

Cette recherche m'a donné l'occasion de réfléchir par moi-même, impliquant l'informatique, l'IA, son
rôle dans l'écosystème, la vision du monde et les nombreuses choses qui peuvent être mises en
œuvre.

2
 Introduction

La révolution numérique a fondamentalement changé la façon dont notre société fonctionne et la

façon dont nous pensons, travaillons et transférons les connaissances. Il ouvre de nouveaux horizons
pour la création et la diffusion des connaissances et de l'éducation.

Si nous rentrons dans le vif du sujet, c’est-à-dire l’intelligence artificielle en rapport avec le
marketing. L'intelligence artificielle (IA) implique la réalisation de plusieurs technologies conçues
spécifiquement pour que les machines imitent une forme d'intelligence réelle. L'IA se retrouve dans
de plus en plus de domaines d'application.

Ce concept est né dans les années 1950, grâce au mathématicien Alan Turing. Ce dernier a soulevé la
question de la transformation des machines en formes intelligentes dans son livre "Computers and
Intelligence". Il a ensuite décrit un test maintenant appelé le « test de Turing » dans lequel le sujet
interagit aveuglément avec une autre personne, puis interagit aveuglément avec une machine
programmée pour formuler des réponses raisonnables. Si l'auteur ne peut pas faire la différence
entre les deux, cela signifie que la machine a réussi le test, et selon l'auteur, elle peut en fait être
considérée comme "intelligente".

De Google à Microsoft en passant par Apple, IBM ou Facebook, toutes les grandes entreprises du
monde informatique étudient les problèmes d'intelligence artificielle en appliquant l'intelligence
artificielle à certains domaines spécifiques. Par conséquent, tout le monde a mis en place un réseau
de neurones artificiels composé de serveurs, et peut gérer des calculs lourds dans une énorme base
de données. Mais quel est le rôle des GAFA dans l'utilisation de l'intelligence artificielle ?
L'intelligence artificielle et L’IA et le machine learning devraient changer nos modes de vie
professionnels et personnels. L'automatisation des tâches, le traitement des données, la conduite
autonome et les possibilités marketing offertes par cette technologie sont évidemment convoitées.
Ils (GAFA) investissent de plus en plus dans notre vie quotidienne et portent un vif intérêt aux
données (la nature de son modèle économique). Avec l'aide de l'intelligence artificielle, les données
industrielles sont devenues un véritable grand défi en prenant comme de la consommation
d'énergie, de la sécurité, des soins médicaux, de l'automatisation marketing, etc.

L'un des grands défis posés par l'intelligence artificielle est la création d'emplois. Logiquement
parlant, une technologie qui évolue au fil des jours et qui présente un grand potentiel économique
est à l'origine de nombreuses opportunités d'emploi.

Ceux qui souhaitent recevoir une formation professionnelle en informatique peuvent en tirer tous les
avantages, c'est-à-dire qu'ils deviendront le noyau du cercle vertueux. En effet, les créateurs et
administrateurs de l'intelligence artificielle, les développeurs, les analystes et même les data
scientists développent ces futures technologies. En permettant à l'IA de continuer à évoluer dans son
écosystème informatique, les experts du secteur démocratisent l'IA tout en créant de nouvelles
demandes, favorisant ainsi la création de nouveaux emplois dans l'industrie.

3
Dans l'environnement marketing, l'intelligence artificielle peut être définie comme les faits suivants :
des tâches assignées à des machines, des logiciels ou un ensemble d'algorithmes, des tâches qui ne
peuvent pas être gérées par des humains ou des tâches qui ne peuvent pas être exécutées. Les gens
ne peuvent le faire que si le coût, la qualité ou la durée ne sont pas aussi attractifs que l'attractivité
offerte par les dispositifs d'intelligence artificielle. La distinction entre « algorithmes simples de base
» ou simple utilisation automatique de banques de réponses »et véritable intelligence artificielle est
très coûteuse et parfois controversée, surtout lorsque le terme « intelligence artificielle » est souvent
utilisé comme fournisseur de solutions marketing. Argument marketing ou facteur d’image ?

Problématique : L’utilisation d’un logiciel en IA faible permet-il d’augmenter

les chiffres d’affaires sur un marché saturé ?

4
 I. Introduction à l’intelligence artificielle

A. Les concepts-clés

Comme vous l’aurez remarqué, l'Intelligence Artificielle (IA) est partout ! Nos constructeurs
automobiles produisent des voitures autonomes. Les assistants intelligents envahissent le salon.
Nous utilisons quotidiennement de nombreux services basés sur l'intelligence artificielle tels que
Netflix, Amazon ou YouTube. Est-ce juste une mode ? Dans une certaine mesure, la réponse est
oui. Mais au-delà de cette mode, il y a une réalité indéniable. Partout dans le monde, des
organisations de toutes tailles explorent l'intelligence artificielle et cherchent à exploiter son
potentiel. Ces entreprises mettent en œuvre de nouvelles technologies pour inventer ou
transformer leurs processus métiers, augmenter la satisfaction de leurs clients ou améliorer
leur performance globale.

Comme vous l’aurez remarqué, l'Intelligence Artificielle (IA) est partout ! Nos constructeurs
automobiles produisent des voitures autonomes. Les assistants intelligents envahissent le salon.
Nous utilisons quotidiennement de nombreux services basés sur l'intelligence artificielle tels que
Netflix, Amazon ou YouTube. Est-ce juste une mode ? Dans une certaine mesure, la réponse est oui.
Mais au-delà de cette mode, il y a une réalité indéniable. Partout dans le monde, des organisations
de toutes tailles explorent l'intelligence artificielle et cherchent à exploiter son potentiel. Ces
entreprises mettent en œuvre de nouvelles technologies pour inventer ou transformer leurs
processus métiers, augmenter la satisfaction de leurs clients ou améliorer leur performance
globale.

Bref, pour se réinventer. On peut se limiter à considérer l’IA comme un sujet futuriste ou une
mode, mais c’est bien plus que cela. Il s’agit d’une opportunité économique majeure. Selon les
analystes, ce marché pourrait se chiffrer à 15 trillions de dollars dans l’économie globale à l’horizon
2030. Comme je l’ai déjà évoqué précédemment, l’intelligence artificielle ne fait pas encore partie
du programme enseigné en classe prépa. Néanmoins, je pense que cela ne devrait pas trop tarder vu
l’importance et l’ampleur que prend le phénomène. Aujourd’hui, découvrons des concepts autour du
Big Data, de l’intelligence artificielle et de la digitalisation en général.

Pour cela, commencons par une Histoire de l’intelligence artificielle pour comprendre d’où viennent
toutes ces notions liées à la digitalisation. Le terme « intelligence artificielle » a été utilisé pour la
première fois en 1956 lors d’un meeting scientifique. L’expression faisait alors référence à des tâches
faciles pour les humains mais compliquées pour les machines. Le mathématicien Alan Turing (dont tu
dois forcément connaître l’existence) dans son livre Computing Machinery and Intelligence, s’est
alors interrogé sur la manière dont les hommes pourraient apporter aux machines une forme
d’intelligence. Durant les débuts de l’informatique, les machines ont été performantes uniquement
dans l’exécution de tâches logiques, laissant ainsi les autres tâches (mener une conversation ou
reconnaître les émotions des individus par exemple) de côté.

Fort heureusement, l’intelligence artificielle a grandement évolué et aujourd’hui on la définit plutôt

comme un ensemble de techniques permettant aux machines d’imiter au mieux les comportements
humains. Il existe ce que l’on appelle des chatbots qui te permettent de mener une conversation
comme avec un humain. De là, il en découle évidemment des concepts clés et des théories qui
peuvent te servir pour illustrer tes propos dans une copie de management ECT, puisque rappelons-le,
l’intelligence artificielle est partout dans notre société et en particulier au cœur des entreprises.

5
Les concepts clés autour de l’intelligence artificielle

Le Big Data, une notion très large qui est connue de tous sans vraiment savoir de quoi il s’agit. Cette
notion est apparue très récemment, plus précisément avec l’émergence des big tech, et on peut
littéralement la traduire par « données massives ». Il s’agit en fait d’un concept caractérisant une
base de données numériques capable de stocker un nombre indicible d’informations. En d’autres
termes, le Big Data caractérise l’analyse d’un nombre conséquent de données.

Le Data Warehouse est parfois aussi appelé « data center ». Il s’agit d’un immense entrepôt de
données permettant de stocker des données historiques structurées. Il peut regrouper des
équipements d’une ou plusieurs entreprises et peut donc être interne et/ou externe à l’entreprise en
fonction de ses besoins. Il est organisé sur des kilomètres remplis d’ordinateurs de stockage. Selon
William H. Inmon, l’inventeur du concept, les données stockées dans un Data Warehouse présentent
quatre caractéristiques : elles doivent être orientées sujet, intégrées, non volatiles et « time-variant
».

En règle général, la Data Science est la science des données. Tu l’auras compris, elle permet à une
entreprise d’analyser les données brutes recueillies sur Internet pour les transformer en informations
utiles pouvant résoudre les problèmes d’une entreprise. Un Data Scientist est donc un expert de ce
domaine, il est polyvalent, comprend le langage scientifique et dispose d’un fort esprit critique pour
analyser les données qui lui seront fournies.

Le Data Mining permet d’analyser un grand volume de données et d’en faire ressortir les tendances
générales. Le Data Mining désigne en d’autres termes l’analyse de données et le fait de transformer
ces données en informations utiles et exploitables, qui peuvent ensuite être utilisées par les
entreprises pour augmenter leur chiffre d’affaires, diminuer leurs coûts, comprendre leur clientèle,
etc. Toutes ces « data », traduites grâce aux algorithmes, peuvent donc te servir pour être source de
proposition au sujet de la stratégie d’une entreprise par exemple.

Le Cloud est une forme d’infogérance, c’est-à-dire le processus par lequel une entreprise externalise
son système d’information. Le Cloud est utilisé pour désigner la livraison de ressources et de services
à la demande par Internet. Concrètement, cette organisation se met en place par un stockage et un
accès aux données par l’intermédiaire d’Internet plutôt que via le disque dur d’un ordinateur.

Ingénierie neuromorphique : ce que l’on désigne habituellement par « réseau de neurones » (neural
network), ou réseau neuromimétique est un réseau de neurones artificiels basé sur un modèle
simplifié de neurone. Ce modèle permet certaines fonctions du cerveau, comme la mémorisation
associative, l’apprentissage par l’exemple, le travail en parallèle, etc.

Internet : réseau informatique mondial accessible au public. C’est un réseau de réseaux, sans centre
névralgique, composé de millions de réseaux aussi bien publics que privés, universitaires,
commerciaux et gouvernementaux, eux-mêmes regroupés, en 2014, en 47 000 réseaux autonomes.

Nanotechnologie : l’ensemble des études et des procédés de fabrication et de manipulation de

structures (électroniques, chimiques…), de dispositifs et de systèmes matériels à l’échelle du

6
nanomètre (taille d’un atome). Cette science a véritablement décollé au début des années 1990 et
donne lieu actuellement à une industrie florissante. Les nanomatériaux sont toxiques pour les tissus
humains.

Transhumanisme : mouvement culturel et intellectuel international prônant l’usage des sciences et

des techniques afin d’améliorer les caractéristiques physiques et mentales des êtres humains. Le
transhumanisme considère certains aspects de la condition humaine tels que le handicap, la
souffrance, la maladie, le vieillissement ou la mort subie comme inutiles et indésirables. Dans cette
optique, les idéologues transhumanistes comptent sur les biotechnologies et sur d’autres techniques
émergentes, pour fabriquer des hommes « augmentés », peut-être virtuellement immortels.

Téléchargement de l’esprit (mind uploading) : technique hypothétique qui pourrait permettre de

transférer un esprit d’un cerveau à un ordinateur, en l’ayant numérisé au préalable. Un ordinateur
pourrait alors reconstituer l’esprit par la simulation de son fonctionnement, sans que l’on ne puisse
distinguer un cerveau biologique « réel » d’un cerveau simulé.

Le Machine Learning est un procédé qui permet aux ordinateurs de s’améliorer grâce à
l’apprentissage automatique. C’est une technologie d’intelligence artificielle permettant aux
ordinateurs d’apprendre sans avoir été programmés explicitement à cet effet. De grandes
entreprises utilisent aujourd’hui le Machine Learning pour, par exemple, réaliser les meilleures
recommandations de produits.

Apprentissage profond (Deep Learning) : classe de méthodes destinées à apprendre à un réseau de

neurones (voir ci-dessous « ingénierie neuromorphique ») à comprendre le monde (par exemple
reconnaître une image ou interpréter le langage parlé). Dans ces méthodes, les neurones sont
organisés en couches successives et les résultats obtenus par une couche sont utilisées comme
données d’entrée pour la couche suivante – d’où le terme « profond ». Par exemple, pour
reconnaître une oreille de chat sur une photo, la première couche va chercher les lignes en
comparant chaque pixel aux pixels voisins, puis la deuxième couche va chercher quelles lignes se
coupent à 45 degrés, comme les oreilles de chat (d’après Yann Ollivier, CNRS).

L’intelligence artificielle est un vaste ensemble de disciplines. L’intelligence artificielle (IA) s’illustre
dans des applications parfois spectaculaires. Selon un adage célèbre « toute technologie
suffisamment avancée est indiscernable de la magie » de Arthur C. Clarke. Mais l’IA n’est et ne relève
pas de la magie, mais plus simplement de l’informatique et de l’exploitation des données!

En fait, l’IA n’est pas une discipline isolée. Il s’agit plutôt d’un ensemble de méthodes et de
techniques visant à résoudre des problèmes complexes qu’on aurait réservés à l’intelligence
humaine. L’IA est une approche qui vise à simuler, à l’aide d’outils informatiques, les capacités
cognitives humaines.

Pour rendre possible cet objectif, on a recours à l’apprentissage automatique. Ce sous-domaine de

l’IA consiste à faire en sorte que l’ordinateur apprenne à partir des données, sans avoir été
explicitement programmé.

Il existe également un sous-domaine de l’apprentissage automatique appelé l’apprentissage profond

(deep learning). C’est cette méthode qui permet aujourd’hui d’obtenir les résultats les plus
spectaculaires notamment pour tout ce qui concerne la reconnaissance visuelle.

7
L’apprentissage automatique, un nouveau paradigme informatique. Dans l’informatique
traditionnelle, les programmes sont conçus comme une suite d’instructions. On indique à
l’ordinateur ce qu’il doit faire, étape par étape. Un programme est complètement prévisible. Une fois
qu’il a été codé, son comportement ne change pas, à moins qu’un développeur ne modifie son code
source.

Le paradigme IA est différent. Le modèle va entrer dans un processus d’apprentissage dans lequel il
apprend par essai-erreur.

Pour mieux visualiser ce processus, prenons un exemple trivial : concevons un système qui identifie
sur une image s’il s’agit d’une orange ou d’une pomme. Prenons un instant pour essayer de traiter ce
problème avec des outils d’informatique « traditionnelle ». Comment pourrions-nous procéder?

L’approche la plus simple pourrait être la suivante. Choisissons le paramètre de la couleur: et

extrayons la couleur prédominante sur la photo. Si la principale couleur est l’orange, l’image contient
une orange. Si la couleur prédominante est le rouge, il s’agit d’une pomme. Ce script est facile à
écrire et à tester.

Cette approche se montre très performante sur les cas illustrés ci-dessus. Mais en réalité, notre
script ne tient pas compte de nombreux cas qui peuvent survenir. Par exemple, comment le
programme va-t-il se comporter s’il tombe sur des photos en noir et blanc? Ou sur une pomme
verte? Le programme va tout simplement « planter ». Nous n’avons pas prévu ces situations, comme
l’illustre ce schéma :

8
On voit rapidement se dessiner les limites de l’informatique « traditionnelle ». Nous devons
manuellement rédiger des règles. Nous avons pris un cas simple, mais dans des cas plus réalistes,
nous devrions établir des centaines voire des milliers de règles. En menant ce projet, nous
constaterions vite que le monde est très complexe à modéliser, et que de surcroît les performances
d’un tel modèle restent limitées.

L’IA nous propose une autre voie, celle de l’apprentissage automatique. Le paradigme change
considérablement. Nous nous demandons : et si la machine apprenait par elle-même sans que nous
ayons à la programmer explicitement ?

Pour ce faire, nous allons avoir 3 phases. La première consiste à collecter et à annoter des données
d’apprentissage (idéalement des milliers, pour de bons résultats). Dans la deuxième étape, le
système utilise les données d’entraînement et se fait sa propre représentation d’une pomme et
d’une orange. Enfin, la 3e étape consiste à tester le système sur des images qu’il n’a jamais vues.

9
Cette approche permet d’obtenir des performances bien meilleures. La machine apprend par elle-
même, à partir des exemples que nous lui donnons. On peut ainsi traiter des problèmes bien plus
complexes !

Le point de départ d’un projet d’IA est la donnée. En fait, les données sont le “carburant” d’un projet
d’IA. Sans données en quantité et en qualité suffisante, les risques d’échec du projet sont élevés.
Dans un tel projet, la plus grande partie du travail consiste à collecter, interpréter et organiser des
ensembles de données souvent massifs

Les entreprises sont-elles prêtes pour se lancer dans un projet d’IA ? la problématique sur ce thème
est bien définie Si elles souhaitent lancer leur projet d’IA. Certes, l’accès à l’IA s’est démocratisé ces
dernières années. Les technologies sont plus accessibles, mais cela ne va pas sans quelques
prérequis.

Pour mener à bien un projet d’IA, le cabinet Gartner a identifié 4 niveaux de maturité en matière
d’analytique de données.

Le premier niveau consiste à décrire. L’organisation est capable d’exploiter ses données en vue
d’analyser sa situation. Ainsi, elle peut répondre à des questions du type : combien de ventes avons-
nous faites l’an passé ? Quelles sont les catégories de produits les plus vendus ?

Le deuxième niveau consiste à diagnostiquer. L’organisation a développé des capacités d’analyses

avancées. Ainsi, elle peut se poser des questions plus poussées : pourquoi le chiffre d’affaires a-t-il
augmenté de 5% ? Quels sont les facteurs qui expliquent la répartition du nouveau chiffre d’affaires ?

Le troisième niveau consiste à prédire. L’organisation a renforcé encore ses capacités analytiques.
Elle s’est dotée d’outils de sciences de données qui lui permettent d’anticiper le futur. Ainsi, on peut
formuler des prévisions : quel sera le chiffre d’affaires global pour l’année prochaine ? Quels sont les
produits qui auront la plus forte croissance ?

Le quatrième et dernier niveau est prescrire. Il s’agit du niveau le plus avancé. L’analytique devient
un outil de recommandation sur les actions à prendre. On peut ainsi répondre à des questions
comme : quels sont les produits que nous devons mettre en avant ? Quelles sont les campagnes
marketing à mettre en œuvre pour atteindre tel résultat ?

10
On voit donc le cheminement qui permet aux entreprises de renforcer leur maturité en matière
d’analytique. Les entreprises qui sont déjà au niveau 3 ou 4 auront plus de chance de succès dans un
projet d’IA.

Nous voilà maintenant au point sur l’intelligence artificielle et tous les éléments qui l’entourent !
Nous devons néanmoins encore nous poser une question : comment est-ce que j’utilise toutes ces
notions ? C’est très simple, dans la plupart des cas de management (à l’instar de ce qui se passe
actuellement dans les entreprises), l’entreprise à étudier aura souvent envie de se tourner vers le
numérique ou alors d’améliorer les dispositifs qu’elle possède déjà. C’est à l’occasion de ce genre de
questions que nous pourrons illustrer nos propos en caractérisant notamment à quel niveau
d’intelligence artificielle elle se trouve et vers quel niveau elle pourrait aller, ou encore comment
mettre en place l’infogérance avec un Cloud.

B. Les métiers de l’iA

Entre 2016 et 2017, le nombre d’offres d’emploi diffusées dans le domaine de l’informatique et de
l’Intelligence Artificielle a été multiplié par 2 (source APEC). Il s’agit d’offres publiées par des
entreprises recherchant des compétences et/ou proposant des missions en lien avec cette
technologie.
85% des emplois qui seront exercés en 2030 n’existent pas encore aujourd’hui (source : Rapport de
Dell et de l’Institut pour le Futur). Nous entrons aujourd’hui dans la deuxième phase de la révolution
numérique, et l’intelligence artificielle bouleversera les contours de ces métiers du futur.
Après la vague du Big Data se lève celle de l'IA. L'intelligence artificielle va détruire des emplois, mais
elle va aussi créer de nouveaux métiers très qualifiés car avant de remplacer l'homme, les machines
doivent être conçues et programmées.

11
C'est l'un des métiers qui devraient émerger dans les années qui viennent selon le célèbre MIT
(Massachusetts Institute of Technology). Tous les robots qui vont accomplir de plus en plus de tâches
dans les usines, les bureaux, les maisons ou les hôpitaux auront en effet besoin d'être suivis et
améliorés.
Mais que penser de ces nouveaux métiers ? sont-ils l’avenir ou bien seulement un effet de mode
passager et une voie sans issue en terme de débouchés professionnels.

Top-metiers nous aide à y voir plus clair dans ces métiers novateurs, parfois surprenant et bien
souvent méconnus du grand public.

Le développeur Big data est issu soit d’une école d’ingénieur comme Télécom ParisTech une des
premières écoles d’ingénieurs à s’être investie dans ce domaine soit d’un master informatique avec
thème big data dont le programme est le suivant :
– M2 Apprentissage, Information et Contenu – Machine Learning, Information and Content (AIC)
– M2 Data & Knowledge (D&K)
– M2 Gestion de données dans un monde numérique – Data Management in a Digital World
(DataScale)
– M2 Modèles et Technologies pour le décisionnel – Decision Support and Business Intelligence
(DSBI)
Il possède des compétences solides en programmation et en mathématiques.

Le Data Analyst a pour mission d’analyser des données brutes collectées en masse (big data) sur le
web et les réseaux sociaux pour en tirer des conclusions exploitables par les entreprises. Le data
analyst a un rôle très proche de celui de data scientist mais ses prérogatives sont restreintes et il est
le plus souvent limité à un type de données dont il ne doit pas s’éloigner. Souvent associé au data
scientist avec lequel il travaille de concert.
Profil très recherché par les employeurs, l’analyste de données doit ensuite produire des rapports,
ou reporting, destinés aux différents services de l’entreprise afin de faciliter la prise de décision des
managers.

Le Data Scientist exerce tout un éventail de rôles au sein de sa fonction. Il peut par exemple
intervenir avec des commerciaux pour la rédaction de propositions commerciales, avec les
responsables de la relation client lors de la livraison des projets. Sa double compétence en
Intelligence Artificielle & Management lui permet de toucher à différents métiers. En bref, le Data
Scientist analyse des données croisées pour identifier des tendances et faire des prédictions.
Le rôle d’un Data Scientist est de récolter et d’organiser les données d’une entreprise pour qu’elle
puisse en tirer profit. Le Data Scientist doit orienter ses clients ou ses collaborateurs dans l’adoption
des solutions de gestion de la donnée de l’entreprise et d’adapter ces solutions à leurs besoins
spécifiques via des outils d’analyse, des statistiques et de la programmation.

Si l’engouement médiatique pour le data scientist est une réalité, il ne faut pas négliger toute la
chaîne de traitement et de stockage de la donnée. L’architecte cloud ou data architecte est chargé de
faire le choix entre les différentes technologies de stockage et elles sont de plus en plus techniques.
De formation ingénieur spécialisé dans le cloud et les réseaux il assurera également la pérennité de
la solution mise en place. Il est également le métier qui peut atteindre le plus haut salaire sur le
marché ouvert !

12
L’analyste financier IA étudie l’état de santé des entreprises spécialisées dans l’Intelligence Artificielle
afin d’évaluer la rentabilité d’un investissement dans cette dernière. Pour ce faire, il effectue un
travail d’investigation sur chacune d’entre elles mais aussi sur le marché dans lequel elles évoluent.

L’enseignement de l’entreprenariat est une composante fondamentale. La technologie de l’IA

permet d’effectuer des analyses prévisionnelles, diagnostiques et recommandations qui à terme
changeront radicalement les règles des services financiers, des médias numériques et de l’e-
commerce, pour les grandes entreprises comme pour les petites.
L’ambition est de former les entrepreneurs de demain, capables de mettre la technologie de l’IA au
service de l’entreprise et de la société.
Tous les secteurs seront à terme impactés par l’Intelligence Artificielle. Les secteurs les plus engagés
dans le domaine sont la santé, le transport, les médias mais également la défense.

L’intelligence artificielle va entrainer un changement de paradigme dans le recrutement. Les RH

doivent désormais réussir à appréhender les nouveaux enjeux de la gestion anticipée des talents,
adapter les méthodes de formation, rendre possible une meilleure coopération intergénérationnelle,
optimiser les processus de recrutement et favoriser la mobilité interne.
L’Intelligence Artificielle (IA) va faire émerger dans le travail « plus d’humain », grâce à un impact à
trois niveaux :
– L’humain, libéré par la machine des tâches les plus « aliénantes », pourra se recentrer sur la part du
travail où il a le plus de valeur ajoutée.
– L’IA va permettre de faire des tâches dont l’humain est et restera incapable, en particulier par le
traitement et l’analyse instantanée d’une très grande quantité de données. L’accès à ces
informations donnera à l’humain de supers-pouvoirs d’analyse et de décisions, et complètera son
action.
– L’IA va permettre à l’humain d’analyser des situations complexes et de repérer précisément à quel
moment il est opportun d’intervenir en tant qu’humain.

Le consultant IA accompagne ses clients dans des projets innovants sur tous types d’industries. Par sa
connaissance forte dans le domaine de l’IA, il permet d’introduire des innovations de rupture auprès
des directions générales, financières et des corps de métiers industriels.
Le rôle d’un consultant IA est d’améliorer la performance des fonctions au cœur de l’organisation par
la diffusion d’une culture data (cas d’usages, architecture, gouvernance, internet des objets, data
science, Machine Learning, intelligence artificielle), perfectionner la production et de l’analyse des
données stratégiques, financières et opérationnelles pour fournir une vision de bout en bout de la
chaine de valeur dédiée au pilotage efficient des activités.

Grâce aux données collectées par le Machine Learning notamment, le responsable marketing IA
établit des prédictions sur les caractéristiques et les tendances du marché à court et à moyen terme
et établit la stratégie marketing de son entreprise par un ciblage pertinent de sa clientèle.
La technologie innovante de l’IA d’ores fait déjà partie de notre quotidien et ne cesse de se
développer, révolutionnant l’industrie du marketing digital. La stratégie marketing des entreprises
doit s’adapter à cette constante évolution de l’intelligence artificielle au service du webmarketing,
qui permet de toucher plus efficacement vos futurs clients.

Le signe CRM signifie Customer Relashionship Management. Le CRM Manager est en charge
d’améliorer le taux de satisfaction, de fidéliser et d’acquérir de nouveaux clients pour son entreprise
grâce aux différents outils CRM.
Le CRM Manager met en œuvre des actions commerciales sur internet, coordonne la mise en place
des outils CRM (Salesforce, Microsoft Dynamics ou encore SAP) et assure le suivi des bases de
données pour mesurer les performances et mettre en lumière d’éventuelles voies d’amélioration.
L’exploitation des données lui permet d’identifier les tendances du marché et les opportunités,

13
de segmenter son audience et d’améliorer la gestion de l’offre. Ses outils sont en constante
évolution et s’adaptent toujours en fonction des besoins clients.

Le chef de projet chatbot est responsable de l’outil de chat automatique que l’on trouve désormais
sur de nombreux sites internet. Il doit veiller tout au long du projet à bien répondre aux attentes de
ses clients et des utilisateurs. Pour cela, il doit étudier les données présentes dans l’historique des
conversations en ligne et analyser le parcours des utilisateurs sur le site web. Ainsi, l’outil chatbot
répondra aux questions de manière pertinente, en un rien de temps !
Son rôle est prépondérant car il est en charge de la gestion du développement d’un outil chatbot de
A à Z. Cela implique :
• la gestion de la relation avec les clients ;
• la charge d’assurer le paramétrage et le déploiement de la solution ;
• la mobilisation des équipes sur le projet (webdesign, marketing, développement web,
R&D…) ;
• le suivi et la mise à jour constante des paramétrages du chatbot

Ce poste a une forte dimension commerciale. En effet, le Business Developer a pour rôle
de démarcher de nouveaux clients pour son entreprise. Aussi appelé Ingénieur d’Affaires, il suit et
coordonne les projets clients B to B de A à Z.
Son rôle est essentiel car il permet à l’entreprise de développer son porte-feuille client et donc
d’accroitre son chiffre d’affaires.
C’est aussi la personne en charge de proposer une solution complète et adaptée au besoin d’un
client en particulier. Elle se voit donc confier une large palette de missions et responsabilités. Son
objectif : être le garant de la solution globale et clef en main pour son client, en tenant compte de
tous ses enjeux, qu’ils soient techniques, budgétaires, de temps, etc.

En tant que chef de projet, le Product Owner est chargé de mettre en place des solutions IT au sein
de son entreprise. Il veille au respect des budgets, aux délais impartis et à la gestion d’un projet de
A à Z. Il travaille généralement en start’up ou en PME.
Il est considéré comme le supérieur hiérarchique de son équipe. Son rôle se situe au cœur des
échanges entre le service technique et le marketing, sans oublier les clients. Différentes missions lui
sont confiées :
• La gestion de la communication et la fédération des différentes équipes,
• La conception des produits en considérant minutieusement les attentes des clients,
• Prioriser les projets en cours et les attribuer aux personnes qualifiées,
• La réalisation des descriptifs techniques, aussi appelés user story, avec une approche
compréhensible,
• Accepter ou rejeter les résultats obtenus

Spécialiste et garant de la protection des données confidentielles, le consultant en

cybersécurité analyse les risques informatiques encourus par une entreprise. Son rôle est de
proposer des solutions adaptées et personnalisées à ses besoins et attentes en terme de protection.
Ses missions sont liées tant à la prévention qu’à la sécurisation, mais il peut également être sollicité
pour accompagner des entreprises en période de crise suite à des piratages ou des cyber-attaques.
Son rôle est essentiel au quotidien car il veille à la sécurité des données de l’entreprise, de
ses employés et de ses clients. Il prévient des cyber-attaques et assure donc la sécurité
informatique.

Capteur de changement, le directeur de l’innovation occupe une place prépondérante au sein de

l’entreprise. Son rôle est d’encadrer les initiatives de transformation technologique, notamment par
la création de plateformes d’innovation participatives, de dispositifs d’incubation et d’open
innovation. Fonction intermédiaire entre l’ingénieur et les équipes de vente, le directeur de

14
l’Innovation, véritable clef stratégique, définit les grandes orientations de la politique d’innovation,
accompagne la croissance et participe ainsi pleinement à l’amélioration de la compétitivité de
l’entreprise
Depuis 2017, le nombre de projets relevant de l’intelligence artificielle a doublé. L’innovation,
véritable facteur de différenciation, devient une priorité pour les entreprises sur des marchés
mondialisés. En 2018, 50% des Direction des systèmes d’information se sont lancées dans la co-
innovation avec des partenaires de l’entreprise et 1/3 déclarent avoir engagé une collaboration ou
une démarche d’open innovation avec des start-up. Une opportunité à saisir pour les jeunes
diplômés.

Le Développeur IA est un ingénieur de projets informatiques spécialisé en l’intelligence artificielle.

On le retrouve dans de nombreux secteurs : il travaille aussi bien sur les applications mobiles,
les jeux vidéos, que dans la recherche médicale ou la sécurité. Il code des programmes
informatiques intelligents, capables de réaliser en quelques secondes des tâches qui pourraient
demander des heures à l’humain. Enfin, c’est la personne en charge des données et de
leur exploitation afin de créer des programmes toujours plus intelligents.
Son rôle est d’aider les data scientists et les différents chefs de projets dans la création
d’applications, de logiciels et d’interfaces basées sur l’intelligence artificielle. Pour ce faire, il
intervient dans plusieurs domaines : l’exploitation et l’optimisation du réseau mobile, l’analyse de
données d’usage client et de processus, l’élaboration de solutions d’interaction client en langage
naturel (chatbot par exemple), ou encore la conception et les tests d’outils servant à la détection de
cyber-attaques ou d’une quelconque d’anomalie.

La mission principale du designer de personnalité est de définir les algorithmes et l’architecture des
programmes d’IA utilisés par l’entreprise. Il est également chargé de concevoir les personnalités des
robots et des assistants virtuels. Il fait ainsi en sorte de faciliter la tâche des équipes de
développement, chargées de créer des solutions d’IA intelligentes et exceptionnellement adaptées
aux besoins des consommateurs. Alexa et Siri sont deux résultats concrets de ces efforts. Ces deux
assistants virtuels interagissent quotidiennement avec nous d’une manière tellement spontanée que
nous avons parfois l’impression de parler à des personnes et non à des logiciels d’IA. Le
développement d’une personnalité « virtuelle » aussi bien élaborée a été rendu possible grâce à la
conception fournie par les Designers de personnalité.

Une fois les différents aspects des robots IA sont imaginés par le Designer de personnalité, vient le
rôle du rédacteur IA qui se charge de donner vie à ces machines, par la rédaction de leurs multiples
scénarios d’utilisation et d’interactions avec l’utilisateur final. Le comportement, le ton de la voix, le
vocabulaire utilisé… Rien n’est laissé au hasard dans l’objectif d’humaniser au maximum ces solutions
d’IA. Ces dernières parviennent ainsi à répondre à des demandes très spécifiques et même à simuler
des sentiments. Contrairement à d’autres métiers de l’IA où l’aspect technique est prédominant,
celui de rédacteur en IA requiert des connaissances remarquables en marketing publicitaire, ainsi
qu’un goût prononcé pour l’écriture.

Le scandale de Cambridge Analytica, une jeune entreprise britannique d’analyse des données,
accusée d’avoir utilisé les données personnelles de 87 millions d’utilisateurs de Facebook à des fins
de ciblage politique, nous a rappelé que les données des utilisateurs, quel que soit leur profil
(lecteurs, prospects, clients, etc.), doivent être traitées avec le plus grand soin et selon un code
éthique. C’est là qu’intervient l’éthicien IA qui a un rôle de régulateur. Intégré dans l’entreprise, il
doit soulever toutes les problématiques liées aux impacts de l’IA sur les utilisateurs finaux (lutte
contre les biais et les discriminations, respect des valeurs et des principes fondamentaux de
l’Homme, transparence, etc.). Selon une étude de Defense One, publiée en collaboration avec le New
York Times en 2018, Google a été l’un des premiers géants économiques mondiaux à faire appel à
des éthiciens pour garantir l’éthique en IA.

15
Les données sont une richesse immatérielle immense que les entreprises cherchent à protéger pour
des motifs aussi bien éthiques qu’économiques. Sans elles, il devient complexe, voire impossible de
définir les buyer persona des consommateurs, de personnaliser les campagnes publicitaires, et donc
optimiser le budget dédié au marketing. Ce besoin a conduit à l’émergence d’un nouveau métier IA,
à savoir le courtier en données personnelles. Celui-ci, est en charge d’acheter des données collectées
directement par les grandes entreprises pour les revendre ensuite. Afin d’augmenter la valeur des
données achetées, il n’hésite pas à les traiter lui-même de manière à en tirer des rapports pertinents,
qui facilitent la création d’offres commerciales bien ciblées.

L'ingénieur en intelligence artificielle conçoit des programmes informatiques capables de raisonner

comme l'homme afin de répondre à des tâches complexes. L'ingénieur en intelligence
artificielle est à la fois un chercheur et un informaticien. Il met au point des programmes
informatiques capables de réfléchir et d'effectuer des tâches effectuées par l'homme.
L'ingénieur en intelligence artificielle analyse dans un premier temps le fonctionnement du cerveau
humain sur un problème donné. Il conçoit ensuite des programmes informatiques complexes et
novateurs permettant de décoder et d’analyser des données qu’aucun autre système
informatique ne traitait auparavant.
Les applications de l'intelligence artificielle sont multiples et quasi infinies : traitement d'image et de
vidéos, applications liées au langage, analyses prédictives, les jeux, l’automatisation, les robots, la
santé et la bio-informatique…

Ces applications croisent de multiples technologies : Web Crawling, le Data mining, la Data Science,
le Machine Learning ou le Deeplearning ... que l’ingénieur IA se doit de maîtriser.
D’ores et déjà l’IA fait partie de notre quotidien (assistant personnel, smartphone à reconnaissance
faciale...) et du monde de l'entreprise (chatbot, maintenance des installations, etc.).
Et son développement devrait se poursuivre, s’intensifier grâce au big data, aux performances sans
cesse accrues de nos ordinateurs et des algorithmes. Selon Statista (site d’études de marché), les
investissements phares de l’IA porteront d’ici 2025 sur les applications de reconnaissance des
images, l’utilisation d’algorithmes pour améliorer les performances financières et le traitement des
données médicales. L’ingénieur en IA a donc de beaux jours devant lui.
L'ingénieur en intelligence artificielle est employé par des SSII ou des sociétés informatiques, mais
également par des entreprises évoluant dans les domaines de l'armement, de la production
industrielle, de la sécurité, des automatismes.
Disposant de compétences informatiques élevées notamment en développement, l'ingénieur en IA
doit avoir aussi un très bon relationnel et un bon esprit d'équipe. En effet, la recherche en IA n'est
pas un travail en solitaire. Elle s'effectue sur le long cours avec des profils très divers et aguerris
(statisticien, automaticien, expert, linguiste, ergonome, etc.). L'ingénieur en IA doit être capable de
fédérer et de composer avec tous ces professionnels, de les écouter et d'obtenir les conseils
nécessaires pour faire avancer son projet.
Parallèlement, le métier d’ingénieur en IA nécessite aussi de s’auto-former en permanence pour
tenir compte de l’avancée des technologies et de l’évolution des usages.

Pour développer toutes ces innovations et réfléchir aux bouleversements qu'elles vont induire, il
faudra à coup sûr des bataillons de chercheurs qui viendront d'horizons très divers et croiseront leurs
connaissances : déjà l'informatique puise dans les découvertes de la biologie, des neurosciences ; elle
utilise les statistiques, les nanotechnologies et convoque même l'éthique et la philosophie...

Alors, si la recherche nous tente, pourquoi ne pas devenir chercheur ou chercheuse en intelligence
artificielle.

16
C. Les champs d’application de l’I.A pour le marketing

17